辨识方法的计算效率(1):递推算法

算法的计算量可用其乘法运算次数和加法运算次数表示(除法作为乘法对待,减法作为加法对待).一次乘法运算或一次加法运算称为一个flop,即一次浮点运算.作为"辨识方法的计算效率"系列3篇连载论文的第1篇,主要了讨论递推辨识算法的计算量,包括向量和矩阵基本运算的flop数,以及线性回归系统、多元线性回归系统、多变量系统的随机梯度辨识算法、最小二乘辨识算法、递推最小二乘辨识算法的最经济计算量,即实现算法的最少flop数.     

规范状态空间系统辨识方法

因为状态空间模型既包含了未知状态,又包含了未知参数,且二者是非线性乘积关系,使得辨识问题变得复杂.针对这一问题,详细研究了规范状态空间系统的状态与参数联合估计方法.采用交互估计理论,即采用递推方法或迭代方法实现系统状态与参数的交互估计.基本思路是在计算参数估计时,辨识算法信息向量中的未知状态用其估计值代替,然后利用获得的参数估计,设计基于参数估计的状态观测器或基于参数估计的Kalman滤波算法估计系统的状态,二者形成一个交互计算过程(递阶计算过程).沿着这条思路,分别从递推方案和迭代方案,研究和提出了基于状态观测器和基于Kalman滤波状态估计的随机梯度辨识算法、递推最小二乘辨识算法、多新息随机梯度辨识算法、多新息最小二乘辨识算法,以及模型分解的辨识算法,并给出了几个典型算法的计算步骤、流程图和计算量.     

基于MATLAB/SIMULINK的自动控制系统仿真实验

针对自动控制系统的设计很大程度上还依赖于实际系统的反复实验、调整的普遍现象，结合具体的设计实例，介绍了利用较先进的MATLAB软件中的SIMULINK仿真工具来实现对自动控制系统建模、分析与设计、仿真的方法。它能够直观、快速地分析系统的动态性能、和稳态性能。并且能够灵活的改变系统的结构和参数，通过快速、直观的仿真达到系统的优化设计。     

非均匀周期采样多率系统的一种辨识方法

本文利用提升技术,推导了非均匀采样多率系统的提升状态空间模型.对于状态可测量的多率系统,利用最小二乘原理,给出了模型参数矩阵辨识方法;对于状态不可测的未知参数多率系统,利用递阶辨识原理,在考虑提升模型的因果约束下,将提升系统分解为子系统进行辨识,形成了状态空间模型递阶辨识方法.仿真例子表明,本文提出的递阶辨识方法是有效的.     

输出信号量化的双率采样系统参数辨识方法

针对双率采样和信号量化(signal quantization)[BFQB]的控制系统,采用随机重复性试验测量信息,提出基于辅助模型的双率采样量化控制系统辨识方法.分析了在随机重复试验和放松估计误差方差条件下,双率采样量化系统的模型特征并给出了分两步辨识的策略,推导了进行参数辨识所满足的持续激励条件,并给出了基于辅助模型的双率采样量化控制系统量化辨识递推算法;接着分析了所给出量化辨识递推算法的收敛性,得到了双率采样量化系统参数估计误差上界的计算式,最后数字仿真验证了该算法及结论的有效性.     

非均匀采样系统多新息随机梯度辨识性能分析

针对一类非均匀采样系统,提出了其输入输出表达的多新息随机梯度辨识方法．该方法将随机梯度算法中的新息项扩展为向量,有效利用了历史新息所包含的信息,从而提高辨识精度和算法的收敛速度,同时又保留了随机梯度算法计算量小的优点．仿真例子通过改变新息长度,验证了所提出辨识算法性能的优越性．     

有限元法在真实环境下大气电场仪误差修订中的应用

大气电场仪的环境误差修订对于提高雷电预警准确率具有非常重要的意义。 针对已有的模拟计算方法难以准确还原 真实复杂的边界条件这一问题,利用有限元法模拟大气电场仪所在位置处的真实地形和建筑物等对大气电场畸变的影响,并对 实测数据进行了环境误差修订。 与已有方法相比,有限元法既模拟还原了真实的边界形状又提高了求解精度和计算速度。 结 果表明,位于平地时大气电场仪的误差修订系数与导体距离之间具有幂函数的变化关系,在屏蔽距离内山地的修订系数变化率 较平地更大;误差修订系数与屋顶边缘距离具有二次函数的变化关系,山地的修订系数较平地更小。 通过模拟计算还得到,崂 山各测站的环境误差修订系数均小于 1,对于屋顶测站和地面测站,地形都是其环境误差的主要影响因素。     

衰减激励条件下最小均方算法的收敛性

给出了衰减激励信号的定义,并在衰减激励条件下,利用随机过程理论,研究了随机系统最小均方算法的收敛速率,阐述了参数估计误差收敛时,衰减指数和算法中设计参变量 (收敛因子或步长 )的选择方法.分析表明:在衰减激励条件下,最小均方算法也具有良好的性能:当衰减指数和设计参变量满足一定条件时,则参数估计误差一致收敛于零.     

关于鞅超收敛定理与遗忘因子最小二乘算法的收敛性分析

鞅超收敛定理是研究随机时变系统辨识算法有界收敛性的一个有效数学工具,它是鞅收益是在随机时变系统中的推广。文「１」用它证明了遗忘因子最小二乘算法参数估计误差的有界收敛性,但是文「１」假设系统的理各态遍历的,且协方差阵是用它的数学期望代替的,所得到的结果是近似的。而本文精确地给出了协方差阵的上下界,改进了文「１」的结果。     

多元系统耦合多新息随机梯度类辨识方法

针对多元线性回归系统,利用耦合辨识概念和多新息辨识理论,讨论了多元随机梯度算法、多元多新息随机梯度算法,以及变递推间隔多元多新息梯度算法,进一步分解多元系统为一些子系统,给出了耦合子系统随机梯度算法、耦合随机梯度算法、耦合子系统多新息随机梯度算法、耦合多新息随机梯度算法,并将这些方法推广到多元伪线性滑动平均系统和多元伪线性自回归滑动平均系统.文中给出了几个典型耦合随机梯度算法、耦合多新息随机梯度算法的计算步骤和示意图.